不了解SIFT算法

Question

SIFT算法，有几个疑惑： 首先，为什么要在尺度空间下采样？ 二、为什么要选择尺度不变的关键点？ 希望你能给出更详细的解释！谢谢！ . .

Answer 1

1. 它确保该点不随尺度变化。如果您发现图像（下采样和原始图像）的相同点，那么您说这是比例不变的。

2. 因为缩放在我们尝试对象时很重要。谁不想检测不同尺度的汽车？

Answer 2

SIFT是使用拉普拉斯算子进行关键点检测的一种微分算子，由相应灰度图像的颜色强度梯度的散度给出。渐变指向更高颜色强度的方向。矢量场的散度（在我们的例子中是具有高颜色强度的区域中的方向）是空间中给定点（更准确地说，一个点的足够小的邻域）作为源或汇的程度的指标这个领域的。这意味着我们将获得高值，例如在被低强度点包围的高强度点。

模糊图像是通过将图像与高斯核进行卷积来执行的。现在我们可以通过热方程将灰度图像的拉普拉斯算子与图像的缩放和卷积与高斯核的拉普拉斯算子联系起来。

阅读更多here。